[发明专利]污染物预报模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种污染物预报模型训练方法，其特征在于，包括：

当触发训练任务时，获取预报数据集和原始数据集；其中，所述预报数据集包括第一指定时期内的样本数据；所述原始数据集包括第二指定时期内的样本数据；所述第一指定时期是指触发训练任务的时刻之前的更新周期内的时段；所述第二指定时期长于所述第一指定时期；所述样本数据至少包括污染物预报浓度、污染物观测浓度和气象要素特征数据；

在所述预报数据集中，获取每个污染物预报浓度和对应的污染物观测浓度之间的绝对误差；

根据所述绝对误差，在所述预报数据集中筛选得到大误差数据集，其中，通过设置界限，确定超过所述界限的绝对误差为大误差，根据所述大误差从所述预报数据集中取出与所述大误差相对应的样本数据，进而多个所述大误差对应的样本数据共同形成所述大误差数据集；

对所述大误差数据集进行扩充得到新数据集，并根据所述大误差数据集、所述新数据集和所述原始数据集，获得重构数据集；

根据所述重构数据集对污染物预报模型进行训练，获得更新的污染物预报模型；

当触发预报任务时，将目标污染物观测浓度和目标气象要素特征数据输入所述更新的污染物预报模型进行处理，获得目标污染物预报浓度。

2.根据权利要求1所述的污染物预报模型训练方法，其特征在于，所述根据所述绝对误差，在所述预报数据集中筛选得到大误差数据集，包括：

获取百分位阈值和所述预报数据集包含的样本数量；

根据所述百分位阈值和所述样本数量，确定筛选标记；

将全部绝对误差进行排序，在所述预报数据集中，获取每一个序号大于所述筛选标记的绝对误差对应的样本数据，形成所述大误差数据集。

3.根据权利要求1所述的污染物预报模型训练方法，其特征在于，所述对所述大误差数据集进行扩充得到新数据集，并根据所述大误差数据集、所述新数据集和所述原始数据集，获得重构数据集，包括：

根据所述大误差数据集和所述原始数据集，通过SMOTE算法进行对所述大误差数据集进行扩充，并获取重构数据集。

4.根据权利要求3所述的污染物预报模型训练方法，其特征在于，所述根据所述大误差数据集和所述原始数据集，通过SMOTE算法进行对所述大误差数据集进行扩充，并获取重构数据集，包括：

根据预定规则从所述原始数据集中获取子数据集；

在所述子数据集中，按照邻近算法获取所述大误差数据集中每个样本数据对应的邻近样本数据；

根据所述大误差数据集中每个样本数据与所述邻近样本数据，获取新数据集；

将所述原始数据集、所述大误差数据集以及所述新数据集合并，形成所述重构数据集。

5.根据权利要求4所述的污染物预报模型训练方法，其特征在于，所述根据所述大误差数据集中每个样本数据与所述邻近样本数据，获取新数据集包括：

根据所述大误差数据集中每个样本数据与全部邻近样本数据，获取多个新样本数据，具体如下：

其中，X_new为新样本数据；X_i为所述大误差数据集中第i个样本数据；为与第i个样本数据对应的邻近样本数据；P为0至1之间的随机数；

将全部新样本数据组合为新数据集。

6.根据权利要求4所述的污染物预报模型训练方法，其特征在于，在所述子数据集中，按照邻近算法获取所述大误差数据集中每个样本数据对应的邻近样本数据，包括：

确定所述大误差数据集中每个样本数据与所述子数据集中任意样本数据之间的欧氏距离；

在所述子数据集中，将欧式距离小于或者等于预定阈值对应的样本数据，作为所述每个样本数据对应的邻近样本数据。

7.根据权利要求1-6中任一所述的污染物预报模型训练方法，其特征在于，所述方法还包括：

对所述目标气象要素特征数据和所述目标污染物预报浓度建立对应关系并进行存储；

当与所述目标污染物预报浓度对应的目标污染物观测浓度完成观测时，对所述目标污染物预报浓度和所述目标污染物观测浓度建立对应关系并进行存储。